Jaccard 相似度用于估计两个集合之间的相似度。但是，如果我们想找到最相似的文档对，则需要 O(n^2)。如果使用 minhashing，它可以做得更快（http://infolab.stanford.edu/~ullman/mmds/ch3n.pdf，https://www.fatalerrors.org/a/text-similarity-calculation-minhash -and-lsh-algorithm.html）。我想知道如何实现 minhashing 来估计两组之间的相似性，比如说s1={1, 2, 3}和s2={1, 2, 4}（从头开始）
问问题
104 次